大数据执行的机遇、挑战与应对_数据分析师考试
如今,我们生活在一个大数据时代,大数据深刻影响着社会生活的方方面面。大数据应用到人民法院的执行工作当中,给执行工作带来了诸多机遇,但机遇往往是与挑战并存,如何充分发挥大数据对人民法院执行工作的推动作用,我们需要对大数据执行研究好、结合好,做好应对。
2014年底,最高人民法院正式开通具有案件管理、网络查控、信息公开、信用惩戒等功能的执行指挥系统。该系统的开通,标志着我国法院执行由此迈进了大数据执行时代。然而,大数据受其固有特征的影响,在给法院执行工作带来利多因素的同时,亦会带来不小的挑战,必须予以充分研究,方能更好地为我所用。
一、大数据执行的三重利多
1.信息共享上的利多。首先,实现全国法院信息的内部共通,可消除法院内存在的“信息孤岛”现象,可令执行法院在线自动获取案件被执行人在另一法院已胜诉获赔的信息,进而在线获得另一法院的执行协助。其次,可实现与银行、房产、证券等财产登记部门的对外互联,可破除当前法院与职能部门间的“信息梗阻”问题。再次,可实现与互联网公开信息的共享,克服以往对网络世界中大量存在的被执行人公开信息“挖掘开发不够”的弊端,进而从中淘取到有助于案件执行的线索。
2.财产查控上的利多。通过大数据系统执行,执行法院可通过电子签名等技术,即能在网上对被执行人名下的财产进行在线查控,无需执行人员上门亲为,从而可解放大量人手,缓解案多人少的矛盾。在互联网时代,被执行人的许多财产在网上顷刻间即可划转,传统执行手段已无法胜任,而借助大数据技术,则可在网上实现以快制快。利用互联网世界操作即留痕的特征,进而依此规范法院执行和约束相关机关依法协助法院执行。
3.联动威慑上的利多。首先,可达成失信取证的有效性。传统执行模式下,因对被执行人失信行为取证不足,使得执行威慑手段使用不足。而大数据时代,被执行人任何失信行为,基本都可通过刷卡消费、公共监控影像等形式予以固定,执行法院依此即可对其采取威慑措施。其次,可达成执行威慑的实时性。信息时代,执行法院采取威慑措施后,即刻就可通过网络、短信等形式告知被执行人,即刻对其产生威慑。
二、“4V”特征所带来的四重挑战
1.规模性(volume)特征,将令法院执行面临信息过载的挑战。大数据的首要特征,即其数据多且体量大。以执行信息而言,大数据系统中可能存有被执行人存款、车辆、股票、股权、房产、违规高消费,甚至另案胜诉(含仲裁)等信息。这些巨量信息的纷至沓来,可能会令执行人员难以招架,进而令执行法院陷入信息过载的风险中。
2.高速性(velocity)特征,将令法院执行面临快速反应的挑战。大数据时代的一个重要特点是信息运转和传送的高速性,被执行人名下股票、银行存款等资产,须臾间即可转移殆尽,以快制快当是法院执行的不二法宝。而当前,执行法院的快速反应能力与实际工作需要尚存一定差距,特别是网上快速执行的反应能力,还需花费较多时日方能满足需要。
3.多样性(variety)特征,将令法院执行面临信息甄别难的挑战。大数据中不仅信息的数量巨大,而且种类也繁多。如从大数据中获取的执行信息,可能不仅有文字、图片、声音,而且还可能有视频等信息。而信息种类的多样化,就必然带来甄别手段与甄别技术的多样化。而当前,对多种类信息进行综合化的比对和甄别技术还比较匮乏,进而会令大数据执行的效能大打折扣。
4.价值性(value)特征,将令法院执行面临得不偿失的挑战。大数据中所蕴含的信息往往是鱼龙混杂、良莠不齐,执行法院要想从其海量信息中获取到有利用价值的信息,有时就如同大海捞针,使得其产出的价值与所投入的成本之间出现极其不吻合的现象,进而会令人滋生一种得不偿失的挫败感。
三、大数据执行的路径设计
1.顺应大数据时代法院执行发展趋势,打造能够满足法院执行所需的云计算平台。在大数据时代,信息的获取只是其众多功能中的一项,最为关键的当是能对所获取的众多数据和信息具备按需处理的能力,即从海量的数据中提取能为我所用的信息。而实现这个筛选和提取的功能,就必须借力云计算这一平台。法院执行要真正融入大数据时代,就必须建立一个能够满足法院执行需要的执行云计算平台。鉴于执行信息收集和统一汇总的便捷性,该平台最好能在全国法院执行指挥系统上升级而成,以当前该平台的建设和管理者为主体,将各地方法院的网络系统联为分支。在该系统的统一调配下,充分借助内外网的众多电脑资源,对所获取的信息源开展云端计算,充分筛选和挖掘出满足案件执行所需的信息和数据,以推进案件的快速执结。
2.实施执行信息全要素录入与动态维护,致力提升受馈信息的价值功能。法院执行要融入大数据时代,就必须将执行案件信息与社会大数据系统进行有效对接。而在此对接过程中,最要紧的当是把握录入信息的精确化、具体化和多元化。就录入信息的精确化来讲,即要求所输入的信息必须精准、确实,如被执行人的姓名,必须用其全称,特别是单位为被执行人的案件,必须把握名称中个别字词的变化,对此中的细微差别若不加以区分,势必会引起所反馈信息的误差。以录入信息的具体化为例,如被执行人的住址、照片以及未被实际控制的车辆的品牌、型号、颜色等,均应具体明确,以便网络云计算在采集街头监控摄影信息以及与高速公路收费道口上传图像比对时,能够发现并反馈所搜集到的被执行人信息。就录入信息的多元化而言,根据日常生活即可知,比对的信息越多,所探寻目标的准确率亦会越高。就大数据时代的海量信息来讲,不进行多方位的信息比对,其所反馈的信息无疑将会张冠李戴、错误百出。故以被执行人的身份信息的录入为例,是自然人的,必须在录入其姓名全称后,还需录入其身份证号码、护照号码等身份必要信息;是单位的,在输入其全称的基础上,亦需输入其组织机构代码等。
3.开设受馈信息智能筛选与自动比对功能,减少海量信息形成的过载干扰。要防范执行信息过载的风险,必须在法院执行云计算平台中设置下述三项功能:其一,当设置执行案件信息自动提取上传功能。应当设置自动获取案件中与被执行人身份及财产线索相关的信息,如系统可自动采集被执行人名下的微信号码、护照信息等所有信息,以期节省录入人力和达成采集信息的全面性和实时性。其二,当设置有用信息的自动筛选功能。须设立受馈执行信息自动筛选功能,按照可供执行的货币财产、可供执行的不动产,以及被执行人对外的投资性权益等,进行分门别类的筛选,令所筛选出的信息拿来即可使用,以期最大限度提高所反馈信息的使用价值。其三,当设置被执行人申报财产信息与受馈信息的自动比对功能。设置网上查询受馈信息与被执行人申报财产信息相对比的功能,并能对被执行人所申报财产的虚实性逐项作出评判,执行法官可依此对申报严重失实者进行惩罚。
4.发挥网上查控与网下制裁的双重功效,全面增强执行威慑的服务和保障作用。克服大数据技术无所不能的错觉,需将大数据技术与传统威慑手段进行有机融合,令传统手段与现代技术进行优势互补。其一,应加大被执行人财产申报不实的线下制裁力度。根据执行云计算平台得出的数据,一旦确定被执行人实施了虚报、漏报财产等不实行为,执行法院则应采取线下强制制裁措施,对被执行人的不诚信行为予以惩处,以维护线上反馈结果的共识性。其二,应对被执行人规避执行行为及时采取反制措施。大数据系统一旦反馈足以证明被执行人实施了规避执行的行为,执行法院当迅速依职权启动反规避执行程序,或通过向申请执行人移交所反馈的证据等形式,依职权或引导申请执行人采取另行诉讼等形式,对被执行人规避执行的行为予以有力反制,令被执行人为此付出法律代价。其三,须加大执行财产控制与惩罚被执行人不诚信行为的双重功效力度。大数据所反馈的信息一旦显示被执行人具有履行能力而不自动履行的,执行法院当不再急于将财物扣划到位,而应当在确保财产不失控的情况下,对被执行人不自动履行的行为依法予以惩处,以迫其自动予以履行。宽限期再不履行的,再予以惩处,通过罚当其责的形式,迫其讲求诚信、恪守信诺,以净化执行环境,促进社会诚信。
数据分析咨询请扫描二维码
统计学基础 - 理解统计学的基本概念和方法是数据分析师必备的技能之一。统计学为他们提供了处理数据、进行推断和建模的基础。 数 ...
2024-11-25数据分析师在如今信息爆炸的时代扮演着至关重要的角色。他们不仅需要具备扎实的数据分析技能,还需要不断学习和适应不断发展的技 ...
2024-11-25数据分析师的工作职责涉及多个关键方面,从数据的获取到处理、分析再到可视化,旨在为企业的决策提供有力支持。让我们深入了解数 ...
2024-11-25数据分析师:洞察力量的引擎 数据分析师的兴起 数据分析师行业目前正处于快速发展阶段,市场需求持续增长,薪资水平也有所提升。 ...
2024-11-25数据收集与整理 - 从各种来源收集数据,清洗和整理以确保数据质量和可用性。 数据分析与建模 - 运用统计学方法和机器学习模型对 ...
2024-11-25数据分析是当今社会中不可或缺的一项技能,涵盖了广泛的工具和技术。其中,掌握各种数据处理函数对于数据分析师至关重要。本文将 ...
2024-11-25“大数据治理”是一个涵盖广泛的复杂概念,其核心在于确保大规模、多样化的数据资源能够被有效管理和利用。不仅涉及数据的采集、 ...
2024-11-25一、引言 背景介绍 随着信息技术的快速发展和互联网的普及,大数据已经成为现代社会的重要资产。大数据的兴起不仅推动了各行各业 ...
2024-11-25《Python数据分析极简入门》 第2节 7 Pandas分组聚合 分组聚合(group by)顾名思义就是分2步: 先分组:根据某列数据的值进行 ...
2024-11-25数据分析需要学习的内容非常广泛,涵盖了从理论知识到实际技能的多个方面。以下是数据分析所需学习的主要内容: 数学和统计学 ...
2024-11-24数据分析师需要具备一系列多方面的技能和能力,以应对复杂的数据分析任务和业务需求。以下是数据分析师所需的主要能力: 统计 ...
2024-11-24数据分析师需要学习的课程内容非常广泛,涵盖了从基础理论到实际应用的多个方面。以下是根据我搜索到的资料整理出的数据分析师需 ...
2024-11-24《Python数据分析极简入门》 第2节 6 Pandas合并连接 在pandas中,有多种方法可以合并和拼接数据。常见的方法包括append()、conc ...
2024-11-24《Python数据分析极简入门》 第2节 5 Pandas数学计算 importpandasaspdd=np.array([[81,&n ...
2024-11-23数据分析涉及多个方面的学习,包括理论知识和实践技能。以下是数据分析需要学习的主要方面: 基础知识: 数据分析的基本概念 ...
2024-11-22数据分析适合在多个单位工作,包括但不限于以下领域: 金融行业:金融行业对数据分析人才的需求非常大,数据分析师可以从事经 ...
2024-11-22数据分析是一种涉及从大量数据中提取有用信息和洞察力的过程。其工作内容主要包括以下几个方面: 数据收集与整理:数据分析师 ...
2024-11-22数据分析师需要掌握多种技能,以确保能够有效地处理和分析数据,并为业务决策提供支持。以下是数据分析师需要掌握的主要技能: ...
2024-11-22数据开发和数据分析是两个密切相关但又有所区别的领域。以下是它们的主要区别: 定义和目标: 数据开发:数据开发涉及数据的 ...
2024-11-22数据架构师是负责设计和管理企业数据架构的关键角色,其职责涵盖了多个方面,包括数据治理、数据模型设计、数据仓库构建、数据安 ...
2024-11-22